除了智能体，具身智能也是一个备受关注的领域。什么是具身智能？它与智能体之间有什么关联与区别？

沈阳认为，智能体和具身智能之间的关系并非简单的包含与被包含，而是侧重不同的核心特性：智能体强调自主决策和环境交互的能力，而具身智能则强调智能依赖于具体的物理载体（身体）及其与环境的感知-行动耦合。具身智能是一种特殊的智能体，它必须具备物理形态并通过其身体与世界交互，而智能体则可以是纯软件或具身形态（如机器人）。具身智能是用软硬件一体化的机器人来识别整个世界，那么它需要VLA这种大模型，V就是视觉，L就是语言，A就是动作。基于这种大模型，其实也可以衍生出不同的智能体。比如，可以专门让一个智能体负责视觉，让一个智能体负责规划，还有一个智能体来操作硬件等。所以智能体跟具身智能也有一定的关联，会对其发展产生促进作用。

刘伟认为，智能体作为能够自主感知、决策和行动的系统，其技术进步为具身智能提供了关键的基础和支持，可以从多个方面推动具身智能的发展。

一是技术基础的共享。例如，智能体推动了视觉、听觉和触觉传感器技术的发展，这些技术使具身智能系统能够更准确地感知物理环境，从而更好地与现实世界交互。智能体在决策和规划领域开发的高效算法，为具身智能提供了自主行动的能力，使其能在复杂环境中做出合理决策。智能体的执行器技术（如电机和机械臂控制）的提升，增强了具身智能系统的物理操作能力，使其能够完成更复杂的任务。

二是学习与适应能力的提升。通过强化学习和迁移学习等技术，智能体能够在不同环境中自主优化行为。这种能力为具身智能系统提供了在物理世界中持续改进的基础。智能体可在虚拟环境中训练，并将学到的技能迁移到物理环境中，这大大降低了具身智能系统在现实世界中训练的时间和成本。

三是模拟与训练环境的进步。智能体在模拟环境中的训练技术，使具身智能系统能在虚拟世界中快速学习和测试，加速了其在现实世界中的应用。智能体在模拟环境中生成的大量数据，为具身智能系统的训练提供了丰富的资源，弥补了物理世界中数据获取的困难。

四是多智能体协作。多智能体系统的发展，使具身智能系统能够通过协作和竞争优化行为，提升整体智能水平。智能体在虚拟环境中的社会互动训练（如与人类化身协作），为具身智能系统在现实世界中的人机交互提供了宝贵经验。

谈到智能体的未来，刘伟认为，如果我们把目光放得更远一点，智能体的进化提出了一个终极的问题。到了人机环境系统智能体阶段，智能体的概念将被提升到一个全新的维度。它不再只是单一的个体，而是一个复杂生态系统的核心。它的角色是“协调者”，将人类、机器和环境整合到一个动态协作的网络中。“更深层次地看，这种智能体的出现，其实是人类社会对智能化的一种需求延伸。我们希望智能技术不仅能在单一任务中表现优秀，还能在复杂的生态系统中解决跨领域、跨环境的问题。”

沈阳也表示，随着AI的能力提升，无论AI发展到上述五个阶段中哪个阶段，人类都要随着AI的能力提升而提升。“当AI具有博士生水平之后，我们每个人都应该学会当博导。即便AI水平到了博士生水平，但如果你愿意去优化你的提示词并对它进行一些专业知识的微调，它的能力有可能继续进化，而人类也可以因此不断突破自身的能力与智力边界，这就是所谓的人机共生。”